Hive中有哪些集合数据类型

这篇文章给大家介绍Hive中有哪些集合数据类型，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

除了使用础的数据类型string等，Hive中的列支持使用struct, map, array集合数据类型。

1. Array的使用

创建数据库表，以array作为数据类型

create table  person(name string,work_locations array<string>) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' COLLECTION ITEMS TERMINATED BY ',';

数据

biansutao beijing,shanghai,tianjin,hangzhou linan changchu,chengdu,wuhan

入库数据

LOAD DATA LOCAL INPATH '/home/hadoop/person.txt' OVERWRITE INTO TABLE person;

查询

hive> select * from person; biansutao       ["beijing","shanghai","tianjin","hangzhou"] linan   ["changchu","chengdu","wuhan"] Time taken: 0.355 seconds hive> select name from person; linan biansutao Time taken: 12.397 seconds hive> select work_locations[0] from person; changchu beijing Time taken: 13.214 seconds hive> select work_locations from person;    ["changchu","chengdu","wuhan"] ["beijing","shanghai","tianjin","hangzhou"] Time taken: 13.755 seconds hive> select work_locations[3] from person; NULL hangzhou Time taken: 12.722 seconds hive> select work_locations[4] from person; NULL NULL Time taken: 15.958 seconds

2. Map 的使用

创建数据库表

create table score(name string, score map<string,int>) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' COLLECTION ITEMS TERMINATED BY ',' MAP KEYS TERMINATED BY ':';

要入库的数据

biansutao '数学':80,'语文':89,'英语':95 jobs '语文':60,'数学':80,'英语':99

入库数据

LOAD DATA LOCAL INPATH '/home/hadoop/score.txt' OVERWRITE INTO TABLE score;

查询

hive> select * from score; biansutao       {"数学":80,"语文":89,"英语":95} jobs    {"语文":60,"数学":80,"英语":99} Time taken: 0.665 seconds hive> select name from score; jobs biansutao Time taken: 19.778 seconds hive> select t.score from score t; {"语文":60,"数学":80,"英语":99} {"数学":80,"语文":89,"英语":95} Time taken: 19.353 seconds hive> select t.score['语文'] from score t; 60 89 Time taken: 13.054 seconds hive> select t.score['英语'] from score t; 99 95 Time taken: 13.769 seconds

修改map字段的分隔符

Storage Desc Params:              colelction.delim        ##                       field.delim             \t                       mapkey.delim            =                        serialization.format    \t

可以通过desc formatted tableName查看表的属性。

hive-2.1.1中，可以看出colelction.delim，这里是colelction而不是collection，hive里面这个单词写错了，所以还是要按照错误的来。

alter table t8 set serdepropertyes('colelction.delim'=',');

3. Struct 的使用

创建数据表

CREATE TABLE test(id int,course struct<course:string,score:int>) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' COLLECTION ITEMS TERMINATED BY ',';

数据

1 english,80 2 math,89 3 chinese,95

入库

LOAD DATA LOCAL INPATH '/home/hadoop/test.txt' OVERWRITE INTO TABLE test;

查询

hive> select * from test; OK 1       {"course":"english","score":80} 2       {"course":"math","score":89} 3       {"course":"chinese","score":95} Time taken: 0.275 seconds hive> select course from test; {"course":"english","score":80} {"course":"math","score":89} {"course":"chinese","score":95} Time taken: 44.968 seconds select t.course.course from test t;  english math chinese Time taken: 15.827 seconds hive> select t.course.score from test t; 80 89 95 Time taken: 13.235 seconds

4. 不支持组合的复杂数据类型

我们有时候可能想建一个复杂的数据集合类型，比如下面的a字段，本身是一个Map，它的key是string类型的，value是Array集合类型的。

建表

create table test1(id int,a MAP<STRING,ARRAY<STRING>>) row format delimited fields terminated by '\t'  collection items terminated by ',' MAP KEYS TERMINATED BY ':';

导入数据

1 english:80,90,70 2 math:89,78,86 3 chinese:99,100,82  LOAD DATA LOCAL INPATH '/home/hadoop/test1.txt' OVERWRITE INTO TABLE test1;

这里查询出数据：

hive> select * from test1; OK 1    {"english":["80"],"90":null,"70":null} 2    {"math":["89"],"78":null,"86":null} 3    {"chinese":["99"],"100":null,"82":null}

可以看到，已经出问题了，我们意图是想"english":["80", "90",  "70"]，实际上把90和70也当作Map的key了，value值都是空的。分析一下我们的建表语句，collection items terminated by  ','制定了集合类型(map, struct, array)数据元素之间分隔符是",  "，实际上map也是属于集合的，那么也会按照逗号分出3个key-value对;由于MAP KEYS TERMINATED BY  ':'定义了map中key-value的分隔符是":"，第一个“english”可以准确识别，后面的直接把value置为"null"了。

关于Hive中有哪些集合数据类型就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。